特斯拉致力于使用高度依賴視覺的方式來實(shí)現(xiàn)全自動駕駛。利用電動汽車上的攝像頭和人工智能，特斯拉可以訓(xùn)練自己的神經(jīng)網(wǎng)絡(luò)，使其能夠?qū)Φ缆飞系那闆r做出反應(yīng)。其他主流的自動駕駛公司沒有采用這種方法。Waymo和Cruise都被認(rèn)為是該領(lǐng)域的領(lǐng)導(dǎo)者，他們都依賴激光雷達(dá)，而特斯拉的CEO埃隆·馬斯克稱這是徒勞的。

去年2月，特斯拉人工智能總監(jiān)安德烈·卡帕西（Andrej Karpathy）在一次演講中解釋了這種方法�？ㄅ廖髟谘葜v中討論了特斯拉的自動駕駛計(jì)劃策略�？ㄅ廖骱�蓋了多個主題，從長尾事件中涉及的挑戰(zhàn)，到基于視覺的方法在廣泛采用和推出全自動駕駛解決方案中的重要性。

很快有人指出特斯拉公司的演示——比如在Autonomy Day之后展示的一段自動駕駛Model 3的視頻——并不引人注目，因?yàn)閃aymo等其他公司多年來也做過類似的演示。卡帕西解釋說，事實(shí)并非如此，因?yàn)樘厮估�采用了一種截然不同的方式來實(shí)現(xiàn)自動駕駛。“關(guān)鍵的一點(diǎn)是，它看起來是一樣的，但本質(zhì)上，我們采取的方法是完全不同的，”他說。

Waymo等公司使用激光雷達(dá)和高清地圖，在預(yù)先復(fù)雜繪制的區(qū)域內(nèi)導(dǎo)航。這是一個合理的方法，盡管它也有相當(dāng)多的限制。例如，Waymo多年來一直在開發(fā)自己的自主車隊(duì)，但迄今為止，它只能在少數(shù)幾個地點(diǎn)運(yùn)營。這也是為什么基于激光雷達(dá)的全自動駕駛方法可能不可行的最終原因。道路上有太多的不確定性，無論是在高速公路上還是在市中心的街道上，這可能會使預(yù)先制定的解決方案無效。

特斯拉不使用高清地圖。相反，特斯拉主要依靠其車輛的攝像頭和人工智能來實(shí)現(xiàn)無人駕駛。這與人類開車的方式非常相似，因?yàn)槿藗冇醚劬�來觀察道路，他們用大腦來決定開車時要做什么�？ㄅ廖髦赋觯�這種方法為特斯拉提供了一個機(jī)會，使得特斯拉可以推出一款不受預(yù)先映射數(shù)據(jù)限制的改進(jìn)版自動駕駛軟件。

當(dāng)然，這是一個復(fù)雜的過程。幸運(yùn)的是，特斯拉非常愿意接受挑戰(zhàn)�？ㄅ廖鞯难葜v最終強(qiáng)調(diào)了特斯拉開發(fā)可在任何地方使用的全自動駕駛解決方案背后的遠(yuǎn)見。

有趣的是，特斯拉的全自動駕駛項(xiàng)目今天收到的反應(yīng)與幾年前人們對Model S項(xiàng)目的反應(yīng)有相似之處。當(dāng)Model S發(fā)布時，有人指出這是徒勞的。在那時，還沒有人真正制造出一款高端、現(xiàn)代、可生產(chǎn)的電動汽車，所以沒有人看好特斯拉，但現(xiàn)在特斯拉都向世界證明了自己的先見性，或許特斯拉也會在未來不久證明自己在自動駕駛的遠(yuǎn)見。